论文略读笔记《Structural Characterization for Dialogue Disentanglement》

Abstract

复杂的多方对话环境导致了对话阅读理解的挑战，多个对话线索在一个共同的对话记录中同时流动，增加了理解人类和机器对话历史的难度。以往的研究主要集中于具有精心设计的特征的话语编码方法，但对对话结构的特征关注不足。我们特别考虑了结构因素，设计了一种新的对话解纠缠模型。基于对话是建立在说话人之间的连续参与和互动之上的事实，我们从两个方面对对话的结构信息进行了建模:1)speaker属性，表明消息来自谁;2)引用依赖关系，显示消息可能引用谁。该方法在Ubuntu IRC基准数据集上实现了最新的进展，并有助于对话相关的理解。